GLM-5.3, 같은 기반에 후속 학습을 더해 코딩과 보안 성능을 끌어올린 Z.ai의 오픈웨이트 모델
Z.ai가 2026년 8월 14일 오픈웨이트 모델 GLM-5.3을 공개했다. 6월 16일의 GLM-5.2 이후 59일 만이다. 코딩과 사이버 보안 작업에 초점을 맞췄고, 더 큰 새 기반 모델을 만든 것이 아니라 GLM-5.2와 같은 기반 위에 후속 학습을 더했다는 점이 특징이다. 모델 카드는 소프트웨어 엔지니어링, 도구 사용, 보안 평가를 강조한다. 추론 강도는 낮음, 높음, 최대 중에서 고를 수 있다.
라이선스와 사양
가중치는 내려받을 수 있고 라이선스는 GLM-5.3 License라는 별도 조건이다. 이전 GLM 계열이 쓰던 MIT 라이선스처럼 너그럽지만, 가장 큰 모델 서비스 업체들이 상업적으로 쓰기 전에 Z.ai의 보안 검토를 거치도록 한 조건이 추가됐다. 컨텍스트 창은 1M 토큰이고 파라미터 수는 공개되지 않았다. 학습 데이터와 코드까지 모두 공개된 것은 아니어서 엄밀한 오픈소스는 아니다.
가격
35개 업체가 가격표에 올라 있고 컨텍스트는 대부분 1M이며 Io Net만 256K다. 100만 토큰 기준으로 출력이 가장 싼 곳은 Sail Research(입력 0.75달러, 출력 1.00달러)이고, 입력이 가장 싼 곳은 Wafer 미국 리전(입력 0.079달러, 출력 1.40달러)이다. 제작사 직접 제공인 Z.AI는 입력 1.40달러, 출력 4.40달러(fp8)이며 Baidu, Cloudflare, Fireworks, Together 등 10여 곳이 같은 값을 받아 대표 가격대다. 비싼 쪽은 Alibaba의 prime 변형으로 입력 2.80달러, 출력 8.80달러다. 입력 단가가 0.079달러에서 2.80달러까지, 출력 단가가 1.00달러에서 8.80달러까지 벌어지므로 업체와 정밀도 선택에 따라 비용이 크게 달라진다.
성능
14개 점수가 공개됐다. 취약점을 실제로 악용하는 과제를 보는 보안 평가 ExploitGym에서 6시간 예산 130, 2시간 예산 105로 둘 다 비교 모델 전체 중 최고점이다. CyberGym은 84.5%로 13개 중 4위다. 코딩에서는 DeepSWE 1.1이 66.9%로 36개 중 17위, CursorBench 4.0이 42.6%로 16개 중 7위다. Terminal-Bench는 4.0이 41.82%(29개 중 12위), 3.0이 28.3%(7개 중 3위), 2.1이 88.2%(36개 중 7위)로, 버전이 달라 서로 직접 비교할 수 없다. 도구를 쓴 Humanity's Last Exam은 62.5%로 50개 중 8위다.
참고할 점
Z.ai가 밝힌 코딩과 보안 성과는 특정 에이전트, 벤치마크, 추론 설정에 따라 달라진다. 출시 차트의 순위를 만능 성능으로 받아들이기보다 실제 도입 비교에서 이런 조건을 먼저 따져야 한다. 이후 모델은 8월 26일의 GLM-5.3-Flash다.
출처: aireleasetracker.com · 원문 보기 ↗